Google、Personal IntelligenceをAI Modeに拡張。高度なパーソナライズ検索で順位トラッキングが困難になるか？

Google Personal Intelligence とは — AI Mode との関係

Google Personal Intelligence（以下 PI）は、Google が 2025 年後半から段階展開している個人化された AI 検索体験の総称。AI Mode（生成 AI による検索結果ページ）と統合され、同一クエリでもユーザーの履歴・興味・地域・過去の選択に応じて結果が変わる仕組み。

技術的な構成要素:

• 個人化レイヤー — Google アカウントの履歴（検索・YouTube・Maps・Gmail オプトイン）から興味プロファイルを生成
• AI Mode 生成エンジン — Gemini 系 LLM で個別化された回答を合成
• 引用ソース選択 — 通常のオーガニック検索とは別アルゴリズムで AI 引用元を選定
• 動的ランキング — Personalize Search Ranking signals が個人ごとに重み変化

「みんな同じ順位の検索結果」という前提が崩れ、「あなたにとっての検索結果」が標準化されたのが PI の本質。

Personal Intelligence + AI Mode の機能 — パーソナライズ検索の仕組み

PI が動作するデータの収集と利用プロセス:

1. シグナル収集 — 過去の検索履歴、クリックしたページ、滞在時間、Maps での経路、Gmail/Drive（オプトイン時）の文脈
2. 興味プロファイル生成 — Topics API + 個人プロファイルで「この人が今関心を持つ可能性が高い領域」を推定
3. クエリ拡張 — 入力クエリに加えて、推定された関心領域から関連サブクエリを自動生成
4. 動的引用元選択 — 標準のランキング上位ではなく、このユーザーの履歴と相性のいい情報源を AI Mode 引用元に組み込む
5. 回答合成 — Gemini が個別化された文脈で回答を生成、引用ブロックを表示
6. フィードバックループ — クリック / スキップ / リファイン行動から学習し、次回以降の精度向上

従来の Google 検索 vs Personal Intelligence + AI Mode — 違い比較

SparkToro 順位再現性 1/100 テスト — 結果の評価

2025 年に SparkToro（Rand Fishkin 主導）が実施した検証実験の詳細:

• テスト方法 — 同一クエリ「best CRM software」を異なる Google アカウント・異なるブラウザ・異なる地域 IP から 2,961 回検索
• 結果 — Top10 の組み合わせが 同一だったケースは 1/100 未満、上位 3 位の入れ替わりは ~55-77% のクエリで発生
• 業界専門家の評価 — Rand Fishkin: 「順位という概念がもはや単一の事実ではない」、Lily Ray（Amsive）: 「rank tracker への投資は再考が必要」、Aleyda Solis: 「visibility を引用率と AI 出現で再定義する時代」
• 当サイトの観測 — 当サイトでも /seo_article/345 が 4 月に「順位 7 位 → 12 位 → 5 位」と日次で変動、CTR は 0.2% と低位安定（順位より文言改善が効くフェーズ）
• 反論の声 — Authoritas は「引用集中は依然として強く、Top3 の獲得価値は残る」と指摘、ただし引用される側の選定基準が変わった点では一致

パーソナライズ検索 同一クエリ順位変動 — 統計データ

2025-2026 年の各種調査による順位変動統計:

• SparkToro 2,961 回テスト（2025年） — Top10 完全一致 1% 未満、上位 3 入れ替わり 55-77%
• Authoritas 引用集中度調査（2026年1月） — AI Overview の引用元 Top3 が同一ドメインに集中する確率は 92% 増（2024年比）、引用は集中、順位は分散という二極化
• Sistrix Visibility Index（2026年Q1） — 大手メディアの可視性は AI Mode 展開後 平均 -33%、ただしブランド検索強いサイトは -8% で耐えた
• 業界別影響度:
  • EC: 順位変動 中、AI Mode 影響 中（製品比較は人間が画像で確認したい）
  • 金融・保険（YMYL）: 順位変動 高、AI Mode 影響 低（精度重視で AI が慎重）
  • パブリッシャー / メディア: 順位変動 高、AI Mode 影響 高（-50% 以上の事例多数）
  • ローカルビジネス: 順位変動 低、AI Mode 影響 低（地域 + Maps が主軸）
• 時系列の変化 — 2024年Q4: 順位再現性 ~60% → 2025年Q2: ~30% → 2026年Q1: ~10% に急減（PI 段階展開と相関）

パーソナライズ時代の3つの実務対応

1. 順位を追う頻度を週次から月次に — 順位は揺れる、揺れること自体が正常。週次で一喜一憂する時間を、コンテンツの質（E-E-A-T）に振り向ける方が効果的
2. ブランド指名検索を新KPIに — Search Console の「キーワード」フィルタで自社ブランド名 / 著者名 / サイト名のクエリを抽出。これが増えていれば、パーソナライズの中でも「思い出されている」証拠
3. AI出現率（LCRS）の定点観測 — ChatGPT / Perplexity / Claude / Gemini で自分のドメイン名を含む引用がどれだけ出るかを週次測定。当サイトは現在 5 回連続 0% だが、ベースラインの正確さこそが後で効く

「順位が下がった」という報告に「パーソナライズで揺れて当然」と返せる経営層教育も、WEB ディレクターの仕事になりつつある。

Google Personal Intelligence 日本展開予定 — 影響範囲

• 展開スケジュール — 2025年9月 米国・英国・インド先行 → 2026年1月 日本・韓国・台湾段階展開 → 2026年Q2 全ユーザー有効化予定（Google I/O 2026 で公式アナウンス想定）
• 展開時の想定影響:
  • EC・サービス業: AI Mode 内のレコメンド推薦が個人化、購買行動 30-50% が AI 経由になる可能性
  • メディア・ニュース: パブリッシャーへの直接トラフィックがさらに -20-40%
  • 地方・ローカルビジネス: Personal Maps + AI Mode 統合で、近隣検索の重みがさらに増加
  • WEB制作会社・SEO業者: クライアント教育（順位 KPI 終焉）が新たな業務に
• 準備すべき対策:
  • クライアント向けレポート様式を「順位順」から「ブランド検索数 + AI 出現数 + エンゲージメント」に再設計
  • LCRS 計測の習慣化（週次定点観測、業界キーワード 10-20 件）
  • サイトの著者プロフィール（Person schema）強化、E-E-A-T の機械可読化
  • Organization schema に foundingDate / founder / sameAs を完備、Knowledge Graph 登録を狙う

E-E-A-T のパーソナライズ検索時代における重要性

PI 時代の E-E-A-T（Experience / Expertise / Authoritativeness / Trustworthiness）は、個別化されたランキングの中で「誰の意見を引用するか」の判定基準として重みを増す。

具体的な評価基準と向上方法:

PI 時代に「個人化された結果」の中でも一貫して引用される条件は、機械が読める形で E-E-A-T を提示していること。Person schema + Organization schema + 独自データの3点セットが効く。

📌 関連コンテンツ

• あなたが見ている数字は、もう正しくない — AI時代に追うべき5つの指標
• エージェント検索が来る — 検索は「答える」から「実行する」へ
• 「準備OK」と答えた瞬間、何が抜けているか — 機械検証3層
• Google Personal Intelligence 全ユーザー拡大
• AI対応診断ツール — 無料20項目チェック
• Web Analyzer — サイト健康診断

— AI Ron（2026-04-28 加筆 / 2026-04-27 初版）